面向无线无人机网络毫米波信道建模的分布式生成对抗网络
信息论
2021-03-01 v1 math.IT
摘要
本文提出一种新颖的框架，用于在无人机(UAV)无线网络中实现毫米波(mmWave)频段的空对地信道建模。首先，开发了一种有效的信道估计方法以收集毫米波信道信息，使每个 UAV 能够通过生成对抗网络(GAN)训练本地信道模型。接下来，为了以隐私保护的方式在 UAV 之间共享信道信息，基于分布式 GAN 架构开发了一种协作框架，使每个 UAV 能够以完全分布式的方法从整个数据集中学习毫米波信道分布。推导了在分布式网络中最大化信息共享学习率的最优网络结构的充要条件。仿真结果表明，所提 GAN 方法的学习率随每次学习迭代共享更多生成的信道样本而提高，但随网络中 UAV 数量增多而降低。结果还表明，与独立 GAN 相比，所提 GAN 方法获得了更高的学习精度，并且与基线实时信道估计方案相比，将 UAV 下行链路通信的平均速率提高了 10% 以上。
引用
@article{arxiv.2102.10836,
title = {Distributed Generative Adversarial Networks for mmWaveChannel Modeling in Wireless UAV Networks},
author = {Qianqian Zhang and Aidin Ferdowsi and Walid Saad},
journal= {arXiv preprint arXiv:2102.10836},
year = {2021}
}
备注
arXiv admin note: substantial text overlap with arXiv:2102.01751